Por Frederico Cipriano Batista (*)

São 10h00 de terça-feira e a sala de reuniões enche-se de vozes e aroma a café da manhã para dar início à reunião semanal de projeto. Há cinco anos, esta reunião teria sido centrada no cumprimento do cronograma e do orçamento do projeto — tempos marcados por uma maior previsibilidade e estabilidade. O primeiro slide, que anteriormente apresentava o cronograma, hoje destaca uma análise da evolução recente da tecnologia utilizada no projeto. A equipa percebe que a escolha do algoritmo certo pode duplicar o ROI em apenas um sprint.

Este é um cenário representativo dos rápidos ciclos de inovação em que vivemos atualmente. A tecnologia evolui, os modelos de negócio transformam-se e a pressão por resultados mantém-se constante. O clássico trio prazo-custo-âmbito continua a ser relevante na gestão de projetos, mas já não é suficiente. Sponsors e clientes exigem resultados concretos, valor real e transformação mensurável, não apenas conformidade com o planeado.

É neste cenário que o gestor de projeto assume cada vez mais outro protagonismo: lê o mercado, discute ideias com os data scientists da equipa e decide onde vale a pena arriscar. Traduz algoritmos em métricas de negócio, riscos em oportunidades e roadmaps de produto em narrativas capazes de mobilizar investimento.

Esta nova realidade exige uma reconfiguração considerável das competências, métodos e mentalidades dos profissionais de projetos. Uma destas competências consiste em saber “conversar com as máquinas” — traduzir necessidades do projeto em prompts que libertam tempo, aumentam a qualidade e reduzem custos.

Imaginem que o Sponsor do projeto vos pergunta: «Como é que a equipa está a pôr a Inteligência Artificial Generativa a jogar a nosso favor?»

O Project Management Institute é claro no relatório First Movers’ Advantage: as equipas que usam GenAI de forma consistente estão a distanciar-se em produtividade, colaboração e gestão de custos. A pergunta deixou de ser se a GenAI vai mudar a gestão de projetos; é como cada organização se está a posicionar para capitalizar esta mudança.

Automatizar, Assistir, Aumentar

Segundo o PMI, a aplicação prática da GenAI na gestão de projetos pode ser estruturada em três níveis distintos​.

1. Automação
As tarefas repetitivas e de baixa complexidade — elaborar atas de reuniões, gerar relatórios, compilar lições aprendidas — podem passar para “mãos” digitais.  A IA gera o rascunho; o gestor apenas faz um spot-check. Resultado: menos horas gastas em tarefas administrativas e maior foco na entrega de valor.

2. Assistência
Imaginemos um copiloto analítico. Neste nível, a GenAI pode sugerir perguntas adicionais, cruzar histórico de risco e propor ajustes no orçamento do projeto. Esta assistência permite-nos colmatar lacunas e acrescentar conhecimento que não conseguimos identificar previamente, como analisar dados históricos, indicar os riscos mais comuns ou estimar potenciais custos e benefícios para uma determinada situação do projeto. Continuamos ao volante, mas com dashboards mais ricos e alertas preditivos que permitem evitar desvios caros.

3. Aumento
É neste nível que a GenAI revela todo o seu poder de raciocínio. Em desafios de elevada complexidade, como desenvolvimento de business cases, priorização do portfólio de projetos e alocação de equipas em tempo real, consegue ampliar a capacidade de raciocínio humano e pode atuar como um segundo cérebro. Nestes casos, a GenAI aumenta a capacidade de ultrapassarmos problemas complexos e evita que fiquemos bloqueados nos mesmos.

O Risco de Ficar para Trás

Como reforça Jaime Teevan, Chief Scientist da Microsoft: «Para trabalhar bem com GenAI, precisamos de aprender a falar com ela». Não se trata apenas de dominar mais uma ferramenta – trata-se de engenharia de prompts, de conversar com a AI como quem orienta um colega. Quem o consegue fazer, ganha um parceiro que antecipa riscos, propõe alternativas e descobre tempo para decisões estratégicas.

A vantagem competitiva de amanhã pertencerá a quem fundir, de forma fluida, inteligência humana e inteligência artificial. Escolher ficar para trás ou liderar a mudança — essa decisão está, hoje, nas nossas mãos.

(*) Partner na Winning e Professor convidado de Gestão de Projetos e Metodologias Ágeis no ISCTE Executive Education